More Related Content
More from Takefumi MIYOSHI (20)
Cq off 20190718
- 3. いつものベンチマ`ク
- 4. 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 Rpi 3B+ Jetson Nano Jetson TX2 1: ラズパイJetson NanoJetson TX2のUnixBenchによる來嬬曳^Y惚 ラズパイのスコアを1として屎ｻしたスコア
- 5. 0 10000000 20000000 30000000 40000000 50000000 60000000 70000000 80000000 90000000 Dhrystone2usingregistervariables Dhrystone 2 using register variables RaspberryPi RaspberryPi1 RasbperryPi2(1) RaspberryPi2(4) RaspberryPi3(1.2GHz) RaspberryPi3 RaspberryPi3(4core) Rpi 3B+ Rpi 3B+ x4 Zybo Dospara StickPC DragonBoard 410c Edison Edison(2core) Tinker Board D525(1) D525(4) Jetson TX2 Jetson TX2 x4 Jetson Nano Jetson Nano x4
- 6. 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 Double-PrecisionWhetstone Double-Precision Whetstone RaspberryPi RaspberryPi1 RasbperryPi2(1) RaspberryPi2(4) RaspberryPi3(1.2GHz) RaspberryPi3 RaspberryPi3(4core) Rpi 3B+ Rpi 3B+ x4 Zybo Dospara StickPC DragonBoard 410c Edison Edison(2core) Tinker Board D525(1) D525(4) Jetson TX2 Jetson TX2 x4 Jetson Nano Jetson Nano x4
- 7. 0 5000 10000 15000 20000 25000 1 2 3 Rpi 3B+ Jetson Nano Jetson TX2 僕堀業(MBps) スレッド方 2: ラズパイJetson NanoJetson TX2のStreamによるメモリ僕來嬬の曳^Y惚
- 8. 0 5000 10000 15000 20000 25000 Triad Triad RaspberryPi RaspberryPi3(2) RaspberryPi3(3) RaspberryPi3(4) Zybo(1) Zybo(2) Dospara StickPC Dospara StickPC(2) Dospara StickPC(4) DragonBoard 410c DragonBoard 410c(2) DragonBoard 410c(4) D525(1) D525(2) D525(3) D525(4) Rpi 3B+ Rpi 3B+ x2 Rpi 3B+ x4 Jetson TX2 Jetson TX2 x2 Jetson TX2 x4 Jetson Nano MBps
- 9. 0 5000 10000 15000 20000 25000 30000 RaspberryPi3 B+ Jetson Nano Jetson TX2 3: ラズパイJetson NanoJetson TX2のOctane 2.0によるuの曳^Y惚 スコア┫鵑いほうがいい
- 10. 鰻鰻來嬬得
- 11. 0 20 40 60 80 100 120 Rpi 3B+ Rpi 3B+ (NNPACK) Jetson Nnao Jetson Nano(without GPU) Jetson TX2 Jetson TX2(without GPU) 0.14蔚/ 25.6昼 1蔚/ 3.57昼 47.2蔚/ 0.076昼 3.69蔚/ 0.97昼 112蔚/ 0.032昼 1.59蔚/ 2.25昼 JetsonNanoでGPUを聞喘しない栽を1として屎ｻした堀業曳 ┫鵑いほうが互來嬬 4: ラズパイJetson NanoJetson TX2でのDarknetを喘いたYOLO v2による麗悶JRのg佩rgの曳^Y惚 https://pjreddie.com/darknet/
- 12. 5: TensorFlowチュ`トリアルのmnistの僥および容のg佩rgの曳^ 0 1 2 3 4 5 6 7 TensorFlow mnist learning TensorFlow mnist inference RaspberryPi3 B+ Jetson Nano Jetson TX2 Jetson Nano(without GPU) Jetson TX2(without GPU) ラズパイでのg佩rgを1として屎ｻした堀業曳 ┫鵑いほうが互來嬬 545昼 114昼 89.7昼 165昼 113昼 5.63昼 1.57昼 0.954昼 1.97昼 1.22昼
- 13. 6: tf_cnn_benchmarkによる鮫騁JRアプリケ`ションでのI尖來嬬のJetson NanoとJetson TX2の曳^Y惚 0 20 40 60 80 100 120 140 160 180 0 20 40 60 80 100 120 140 Jetson Nano Jetson TX2 Jetson Nano(without GPU) バッチサイズ Images/sec匯昼あたりに容辛嬬な鮫饕曲 寄きいほうがよい
- 14. 赫永雨の三
- 15. 7: GPUには弌さなコアがたくさんつめこまれていて揖じ凋綜を匯業に`うデ`タにm喘できる 凋綜崙囮 レジスタファイル コア コア コア コア コア コア 揖じ凋綜をそれぞ れのデ`タにm喘 できるコアが32 凋綜崙囮 レジスタファイル コア コア コア コア コア コア 揖じ凋綜をそれぞ れのデ`タにm喘 できるコアが32 凋綜崙囮 レジスタファイル コア コア コア コア コア コア 揖じ凋綜をそれぞ れのデ`タにm喘 できるコアが32 凋綜崙囮 レジスタファイル コア コア コア コア コア コア 揖じ凋綜をそれぞ れのデ`タにm喘 できるコアが32 GPU
- 16. 8: GPUでプログラムがK双g佩される徨 凋綜崙囮 レジスタファイル コア コア コア コア コア コア i i+1 i+31 i i+1 i+31 i i+1 i+31 x y y + = += + = + = + = + = + = それぞれのコアがデ`タを蛍毅して處麻 どう蛍毅させるかを柵び竃しrの <<< >>> のパラメタで峺協できる
- 17. 赫永雨鬚韻離廛蹈哀薀爐諒蕕圭
- 18. 赫永雨鬚韻離廛蹈哀薀爐諒蕕圭
- 19. 9: Jetson NanoのGPUのK双g佩によるI尖rgを曳^したY惚 0 50 100 150 200 250 300 リスト２ リスト３ リスト４ 狼双1 201m昼 2.18m昼 0.721m昼 リスト2(K双晒なし)のI尖rgを1としたときの I尖堀業來嬬曳┫鵑いほうがいい
- 20. 10: CUDAのサンプルnbody をベンチマ`クにGPUのI尖來嬬を曳^したY惚 0 50 100 150 200 250 300 350 400 450 500 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 Jetson Nano Jetson Nano(without GPU) Jetson TX2 Jetson TX2(without GPU) GFLOPS┫鵑いほうがI尖來嬬が互い
- 23. 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 0 200 400 600 800 1000 1200 numpy cupy 11: Jetson NanoでNumPyとCuPyを聞って佩双とベクトルの處麻をしたときのg佩rgの曳^Y惚 g佩rg(昼)寄きいほうが來嬬が詰い 佩双とベクトルのサイズ
- 24. おまけ